Вычислить опорные точки (Управление данными)

Сводка

Вычисляет опорные точки между набором данных мозаики и контрольным изображением. Опорные точки могут использоваться совместно со связующими точками, чтобы вычислить трансформацию набора данных мозаики.

Использование

  • Для получения точных результатов, используйте опцию Высокое сходство для параметра Сходство.

  • Опорные точки могут быть объединены со связующими точками с помощью инструмента Добавить опорные точки.

  • Опорные и связующие точки затем используются в инструменте Вычислить блочное уравнивание.

  • Если набор данных мозаики содержит множество элементов, будьте внимательны при использовании параметра Объекты выходного изображения, поскольку процесс обработки может стать длительным.

Синтаксис

arcpy.management.ComputeControlPoints(in_mosaic_dataset, in_reference_images, out_control_points, {similarity}, {out_image_feature_points}, density, distribution, area_of_interest, {location_accuracy})
ParameterОбъяснениеТип данных
in_mosaic_dataset

Входной набор данных мозаики, который будет применяться для расчета опорных точек.

Mosaic Dataset; Mosaic Layer
in_reference_images

Базовые изображения, которые будут применяться для создания опорных точек вашего набора данных мозаики. Если у вас есть несколько изображений, создайте из них набор данных мозаики, а затем используйте его в качестве базового изображения.

Raster Layer; Raster Dataset; Image Service; MapServer; WMS Map; Mosaic Layer; Internet Tiled Layer; Map Server Layer
out_control_points

Выходная таблица опорных точек. В этой таблице будут содержаться опорные точки, созданные данным инструментом.

Feature Class
similarity
(Дополнительный)

Задает уровень сходства для сопоставления связующих точек.

  • LOWКритерий сходства для двух сопоставляемых точек будет низким. Эта опция создаст пары точек с наилучшим сопоставлением, но некоторые совпадения могут иметь более высокий уровень ошибки.
  • MEDIUMКритерий сходства для двух сопоставляемых точек будет средним.
  • HIGHКритерий сходства для двух сопоставляемых точек будет высоким. Эта опция создаст наименьшее число сопоставленных точек, но каждая пара будет иметь низкий уровень ошибки.
String
out_image_feature_points
(Дополнительный)

Выходная таблица точек объектов изображения. Она будет сохранена как класс полигональных объектов. Эти выходные данные могут быть достаточно ёмкими.

Feature Class
density

Количество создаваемых связующих точек.

  • LOWЗадайте низкую плотность точек. Будет создано наименьшее число точек.
  • MEDIUMЗадайте среднюю плотность точек. Будет создано нормальное число точек.
  • HIGHЗадайте высокую плотность точек. Будет создано наибольшее число точек.
String
distribution

Задает распределение точек, регулярное или случайное.

  • RANDOMТочки создаются случайным образом. Произвольно расположенные точки лучше подходят для перекрывающихся областей неправильной формы.
  • REGULARТочки создаются на основе фиксированного образца. Для точек, основанных на фиксированном образце, используется плотность для определения частоты их создания.
String
area_of_interest

Ограничивает область, в которой создаются связанные точки, классом полигональных объектов.

Feature Layer
location_accuracy
(Дополнительный)

Задает ключевое слово, которое описывает точность изображений.

  • LOWИзображения имеют большой сдвиг и сильно повернуты (> 5 градусов).Для расчета сопоставления точек будет использоваться алгоритм SIFT.
  • MEDIUMИзображения имеют средний сдвиг и не сильно повернуты (< 5 градусов).Для расчета сопоставления точек будет использоваться алгоритм Harris.
  • HIGHИзображения имеют небольшой сдвиг и не сильно повернуты.Для расчета сопоставления точек будет использоваться алгоритм Harris.
String

Пример кода

ComputeControlPoints , пример 1 (окно Python)

Пример скрипта Python для инструмента ComputeControlPoints.

import arcpy
arcpy.ComputeControlPoints_management("c:/block/BD.gdb/redQB", 
     "c:/block/BD.gdb/redQB_tiePoints", "HIGH",
     "c:/block/BD.gdb/redQB_mask", "c:/block/BD.gdb/redQB_imgFeatures")
ComputeControlPoints, пример 2 (автономный скрипт)

Это пример автономного скрипта Python для выполнения инструмента ComputeControlPoints.

#compute control points

import arcpy
arcpy.env.workspace = "c:/workspace"

#compute control points using a mask 
mdName = "BD.gdb/redlandsQB"
in_mask = "BD.gdb/redlandsQB_mask"
out_controlPoint = "BD.gdb/redlandsQB_tiePoints"
out_imageFeature = "BD.gdb/redlandsQB_imageFeatures"

arcpy.ComputeControlPoints_management(mdName, out_controlPoint, 
     "HIGH", in_mask, out_imageFeature)

Информация о лицензиях

  • Basic: Нет
  • Standard: Да
  • Advanced: Да

Связанные разделы